从遥相关到天气型：英国干湿极端事件的驱动因素

《Hydrology》：From Teleconnections to Weather Patterns: Drivers of Dry and Wet Extremes Across Great Britain

　　

大尺度大气遥相关，包括北大西洋涛动（North Atlantic Oscillation, NAO）、东大西洋型（East Atlantic, EA）、斯堪的纳维亚型（Scandinavia, SCAND）和东大西洋/西俄罗斯型（East Atlantic/Western Russia, EAWR），以及天气尺度天气型，与英国各地的径流极端事件密切相关。本研究考察了这些环流型与131个集水区的月径流极端事件（以标准化径流指数（Standardised Streamflow Index, SSI_-1）表示）之间的统计关联。研究人员首先通过滞后相关分析量化上述关系，进而识别相应的滞后结构，最后采用多元线性回归模型量化遥相关和天气型与径流极端事件的联合关联，从而可直接比较两组预测因子的解释能力。这些关联具有高度异质性，呈现显著的空间和时间变异性。湿极端事件比干极端事件在空间上更一致、且得到更好的解释，尤其是在面向大西洋的西部和北部集水区；而干极端事件则表现出更强的区域和季节异质性。天气型比遥相关能更有效地刻画这些大气关联：天气型回归模型对极端事件发生方差的解释度最高达调整后R²=0.56（苏格兰西部），而遥相关模型最高为调整后R²=0.44（苏格兰西部，2月）；经错误发现率（false-discovery-rate, FDR）校正后，天气型仍有数百个显著关联保留，而遥相关几乎没有。明显的反气旋环流与干极端事件相关，而气旋性西风环流与湿极端事件相关。这些发现增进了对水文极端事件气候关联的理解，并为英国各地的水资源管理提供了前兆信息。

气候变化背景下，水文极端事件的频率和严重程度增加。英国作为面向大西洋的岛国，天气和水文受多个相互作用的大气环流系统影响，时空变率显著。已有研究往往孤立、同期地考查单个遥相关，且侧重于干旱，未系统比较不同遥相关的作用、未涵盖湿极端、未考虑滞后效应。为了填补这些空白，研究人员基于1950—2020年英国131个集水区的月径流数据，以标准化径流指数（Standardised Streamflow Index, SSI_-1）表征干湿极端事件，考查北大西洋涛动（NAO）、东大西洋（EA）、斯堪的纳维亚（SCAND）和东大西洋/西俄罗斯（EAWR）四种遥相关，以及英国气象局定义的30种天气型（MO30）在0—6个月滞后下与极端事件的统计关联，并比较两类预测因子的解释力。该研究发表在《Hydrology》。

方法上，研究人员从国家河流流量档案（National River Flow Archive, NRFA）提取131个集水区径流序列，按英国气象局（Met Office）的9个气候区分类；采用Tweedie分布拟合计算SSI_-1，并以1961—2010为基准期。遥相关指数取自美国国家海洋和大气管理局气候预测中心（NOAA CPC），天气型则按每日海平面气压分类归并为月频率。统计方法包括点二列相关分析、滞后相关分析和多元线性回归（线性概率模型），并采用有效样本量和错误发现率（false-discovery-rate, FDR）校正处理多重检验。

结果如下：

**3.1 遥相关分析**

**3.1.1 相关分析**：干极端的主导遥相关在区域和月份间高度异质，EAWR在冬季与英格兰中南部和东南部干极端相关最强，EA在8月主导多数区域（最高相关系数r=0.76），SCAND在7月主导中部和南部，NAO零散出现；但显著站点稀疏。湿极端则空间一致得多：NAO在英格兰西南及威尔士南部6—10月持续主导，EA在冬末春初主导中部和东部，SCAND在苏格兰西部和东安格利亚频繁主导，EAWR信号出现在夏季英格兰东部及东北部。

**3.1.2 滞后相关分析**：干极端的最强显著滞后以滞后0—1为主，冬季及早春尤其普遍，但少量集水区在4、10、11月呈现2—5个月的较长滞后；许多集水区无显著信号。湿极端几乎完全以滞后0为主，在春季和秋季—初冬尤其一致；长滞后仅零星出现在夏季及北部/西部集水区。

**3.1.3 回归分析**：四类遥相关联合解释力有限，干极端调整后R²多在0.15以下，最高为0.32（英格兰东南及中部，1月）；湿极端最高为0.44（苏格兰西部，2月）。解释力几乎全部集中在滞后0，随滞后增加迅速衰减，且以冷季为主。

**3.2 天气型分析**

**3.2.1 相关分析**：干极端主导天气型随季节变化：夏季以WP6（反气旋，亚速尔高压延伸）为主，基本覆盖全国8月；冬季以WP27（反气旋东风）和WP3（反气旋西南风）等为主；春季过渡月空间异质性高。湿极端以气旋型为主：冬季WP20（高纬阻塞引导气旋）主导北部/西部，WP29/WP30（深气旋）主导中南部和东部；夏季湿极端弱且破碎。

**3.2.2 滞后相关分析**：干极端多数显著集水区在滞后0达到峰值，较长滞后集中在东部低洼地区（东安格利亚、英格兰东北、东南中部），以及夏秋过渡月；西部集水区几乎全年滞后0。湿极端的长滞后结构更广，5—10月从北向南迁移。

**3.2.3 回归分析**：天气型模型解释力显著高于遥相关。干极端调整后R²在2月最高，苏格兰西部达0.56，英格兰西南/威尔士南部0.54；12月苏格兰西部也为0.56。湿极端在苏格兰西部多个月份达0.52—0.53（2月、10月等）。低地东部解释力较低，且长滞后更明显。

讨论部分，研究人员指出，天气型优于遥相关是因为月平均指数抹平了逐日天气细节；湿极端响应更快、更空间一致，而干极端受集水区存储调节，较长滞后出现在渗透性强的东部和中部。多重比较校正显示，天气型有数百个关联通过FDR校正，遥相关几乎为零，支持天气型的优越性。线性概率模型的局限也被讨论。实际应用包括早期预警、季节性预报、水库调度和基础设施适应。

研究结论部分可翻译为：本研究的主要贡献有两点。第一，它证明了分辨率更细的逐日天气型比四种月尺度遥相关指数更稳健地刻画了与英国径流极端事件相关的大气关联：在相同的统计框架内，天气型产生了一致的更高的解释力，并且关键的是，在错误发现率校正下保留了数百个关联，而遥相关几乎没有保留。这提供了直接的定量证据，证明被月平均所丢弃的天气尺度细节对于环流如何在径流极端中表达是重要的。第二，它表明这种大气信号受到集水区属性的系统性过滤，因此相同的大尺度环流在英国产生了连贯且物理上可解释的结构：在面向大西洋、响应迅速的西部产生同期、空间一致的反应，在渗透性强、受地下水影响的东部和南部产生延迟、受存储调节的反应。这两项进展将问题从"哪种环流模态与英国极端事件最相关"重构为"在何种分辨率、并受到何种水文过滤下，环流信息才可用"。总之，与英国径流极端事件相关的大气关联最好不是由少量月遥相关指数来刻画，而是由分辨率更细的逐日天气型来刻画，并且其水文表达受集水区存储的系统性调节。这种重构——将环流信息视为依赖于分辨率并受水文过滤——是该研究的核心贡献，界定了在气候变化下这些信息可能为水文极端事件的监测和管理增加价值的地方。